語義網技術在圖書館數字資源深度聚合中的應用

馬黎艷

[摘要]圖書館中包含了大量的數字資源，利用語義網技術能讓圖書館數字資源更為入的聚合，提高對資源的利用效率，在語義層次上對圖書館內部資源和外部資源之間構架一個交互的通道，進行深度聚合。本文從語義網技術的作用入手，闡述數字資源深度聚合工具，具體分析語義網技術在圖書館數字資源深度聚合中的應用，希望本文的研究能對相關工作有所幫助。

[關鍵詞]語叉網技術；圖書館；數字資源；深度聚合；應用

[中圖分類號]C640

[文獻標識碼]A

[文章編號]1671-5918（2018） 05-0036-03

圖書館中的數字資源較多，但是卻沒有被統一的標識和提出，也就很難和圖書館外部資源進行深度聚合，極大地影響了圖書館資源發揮知識傳播作用，也很難讓用戶利用圖書館外部資源。圖書館內部資源和外部資源的聚合需要降低圖書館資源之間的結構差異，為訪問提供必要入口，從語義層次上來看，能讓圖書館內部資源和外部資源得到最大程度上的利用，更為全面的進行語義檢索。

一、語義網技術的作用

（一）語義網技術

在圖書館內部資源和外部資源聚合中，語義網技術可以最大程度上利用圖書館數字資源，滿足用戶對知識的獲取需求，也能為用戶提供更為全面的語義檢索，提高檢索效率和精度，也能讓圖書館資源成為網絡資源的一部分，在全網范圍內發布資源。在圖書館數字資源深度聚合中，語義網技術主要包括以下內容：

1.語義描述標準確定圖書館數字資源的語義描述方式，為下一步的數字資源集合提供必要的語義接口。

2.本體可以實現圖書館數字資源和外部資源之間的語言重組織。

3.關聯數據技術可以實現開放數據及的關聯，而圖書館借助關聯數據技術提供的各項關聯數據服務，完成語義資源的關聯過程。

（二）語義網技術對圖書館數字資源深度聚合的作用

語義網技術能提供必要的資源內容和結構，完成元數據的處理，并且在網絡中提供共享信息，其語義作用能讓各個概念更為精確。對于圖書館數字資源的深度聚合也就是聚合和整合，通過多類型或者多數量數據源的分析，能確定信息概況，明確數據之間的前后關系，將不同地點的對統一數據對象的不同描述進行拼合，讓對于這個數據對象的信息描述更為完整和全面，也就是資源聚合的過程。圖書館數字資源本身較多也較為復雜，對于其數據處理需要進行集成操作，在此基礎上建立領域本體庫，實現語義技術上的信息關聯.實現對圖書館數字資源的深度聚合。

1.促進圖書館數字資源的深度聚合

XML技術是語義網技術的關鍵內容，其語法功能較為突出，能更好地定義標記或者字段集合，并且將這些標注的內容展現出來。在網頁編寫中，原本的HTML技術并不能有效區分普通信息和元信息，而XML技術則解決了這一問題，尤其是在全文搜索上，讓檢索結果更為準確，提高了用戶對文獻查找的準確率，優化了用戶的文獻查找體驗。

2.促進圖書館數據集成

借助RDF技術，可以在數字圖書館的網絡導航中發揮重要的作用，尤其是優化圖書館語義資源的搜索功能，這也是語義網技術的關鍵內容，更好的描述內容之間的關系，實現數據知識的共享和交互，也能在web網頁中呈現獨立的邏輯描述，展現知識產權。在數字圖書館的使用、管理和維護過程中，這一技術發揮了較大的作用，促進圖書館數據集成。

3.促進圖書館知識重用

在傳統的圖書館中，對于信息的檢索大多數都是采用關鍵詞檢索的方式，并沒有必要的語義支持，而且網絡資源較為反三，信息服務效率較低，很難達到較好的信息服務效果。從數字圖書館語義資源呈現角度來看，用戶對于信息識別和處理要求較高，希望能實現語義檢索，方便用戶進行知識挖掘，根據用戶的需求信息能更好地進行信息資源的組織服務。本體技術也是語義網技術中的基礎，實現不同系統之間的交流共享，促進圖書館知識重用。

借助語義網技術能在語義層面上聚合圖書館資源和網絡資源，更好地進行圖書館數字資源的重構，實現和外部網絡資源之間的信息共享，形成語義框架。對于圖書館數字資源的語義描述需要建立本體和語義數據庫，實現和圖書館外部網絡資源的語義集合。其中每個資源都通過本體實現語義描述和管理，都可以在數據共享的基礎上，集合更多的數據，為用戶提供多資源咨詢，這種咨詢甚至可以跨機構完成。對圖書館數字資源進行深度整合，能形成可擴展協作知識庫，整合異質資源和元數據，從不同平臺獲取多種資源然后映射重構成本體層，構建相應的圖書館入口。我國對語義網技術在圖書館數字資源深度聚合中應用的研究成果并不多，主要是研究時間尚短，大多數研究成果都集中的語義聚合模型，并沒有太多的應用闡述。

二、圖書館數字資源深度聚合工具和技術

（一）圖書館數字資源深度聚合工具

對圖書館資源進行深度聚合，需要相應的聚合工具，較為常見的為D2R、R2R、SILK等，利用這些深度聚合工具，能將圖書館數字資源轉化成為語義格式，也能將這些語義資源進行深度聚合。分析常見的圖書館數字資源深度聚合工具，可以看出，運行環境和圖書館數字資源深度聚合轉換方向并不相同。圖書館數字資源深度聚合工具在運行過程中，需要保證其Java運行環境，而且受到開源架構的影響，聚合方法較為相似，SILK工具是通過計算語義相似度后語義鏈接數字資源，D2R和R2R則是對數字資源進行映射聚合。其中D2R和R2R更多的用于RDF轉換工具，而SILK工具有必要的仿真平臺，也成了主要的圖書館數字資源在深度聚合工具。

（二）圖書館數字資源深度聚合技術

1.領域本體集成技術

在圖書館數字資源聚合過程中，對于知識的檢索基礎就是領域本體，可以在多個模塊中存在，也能在整個體系結構中共存，為各個模塊功能實現提供必要的參考，建立對應的語義圖書館檢索系統，領域本體也就是整個檢索系統中的重要內容。圖書館數字資源聚合過程中，根據構建需求，引入螺旋模型，構建領域本體，不斷完善本體，系統開發過程中可以沿著螺旋線實現周期性的多次迭代。在一些用戶需求不明的檢索系統開發過程中，也可以借助這一技術完成開發，更為靈活的應用需求變化。在構建圖書館數字資源領域本體時，首先進行需求分析和本體分析，在分析完成之后編寫本體，完成構建過程，領域本體初步構建完成之后，需要進行驗證和評價，然后不斷完善，根據實際圖書館的要求進行調整，使其符合實際應用要求。 2.大數據挖掘與集成技術 圖書館數字資源的數量明顯增加，種類也明顯增加，可以說進入了大數據時代，這也為圖書館數字資源的深度聚合帶來了更大的難度，尤其是在數據分析和各種隱藏知識的挖掘上，挑戰更大。圖書館數字資源的深度集合借助大數據的理論和集成技術支持，通過數據分析完成對數據的挖掘，構建相應的知識模型，深度聚合信息資源，挖掘潛在知識，更好地進行知識服務。

3.語義知識和信息資源轉換技術

借助語義網技術，可以更好地進行圖書館數字資源深度聚合。集合互聯網中不同位置的計算資源，增強其計算能力，實現互聯網資源的共享，將互聯網資源和語義網技術相融合，能提高語義知識的語義能力，也能明顯提高其計算能力。在語義網格架構中，提供的環境狀況和圖書館相同，而環境無序條件下，圖書館可以實現跨語義聚合，不過在web環境下，語義網格需要構建中間環境，信息體對于環境也要求較高，不能單純的滿足網格環境，也要滿足語義環境，實現語義互操作。二者都能將信息形式化描述出來，其中的語義信息能借助急切進行認知和軒換。

三、語義網技術在圖書館數字資源深度聚合中的應用

語義網技術在圖書館數字資源深度聚合中的應用，首先要確定聚合對象，并且對獲取的圖書館數字資源進行預處理，然后進行語義格式轉換，利用合理的聚合方式聚合資源，最后轉化為關聯數據發布。

（一）預處理已獲取的圖書館數字資源

圖書館數字資源的存儲方式包括粗粒度形式和細粒度形式，其中粗粒度形式是將圖書館數據庫中的所有資源看成一個整體，在和外部資源深度聚合時更多的是結構上的聚合。細粒度資源重要是對圖書館資源的屬性提取，包括各種文獻的概念、屬性描述等，能顯著降低粗粒度數字資源的維度，在數據鏈接時更容易實現概念和屬性上的鏈接，也就實現了語義聚合。在對圖書館數字資源深度聚合時，可以選擇作者、出版商等，而對于電子文獻可以提取概念，借助本體對概念進行擴展之后聚合，細粒度形式的資源也是圖書館數字資源深度聚合的目標。借助語義網技術主要是對細粒度資源進行聚合，獲取數字資源然后進行預處理。圖書館數字資源的貨物方式可以從數據庫中直接導出已有的結構化數據資源，也可以利用開放API對非結構化數據資源，而這也是圖書館數字資源常用的獲取方式。獲取的圖書館數據資源在進行正式聚合處理之前需進行預處理，預處理就是處理其中沖突的數據，借助清洗工具對特定數據進行清洗處理。

（二）語義格式轉換

經過預處理之后的數據很難直接實現語義關聯，因此需要對其進行語義格式轉換，語義標注之后轉化為RDF格式，實現語義關聯。在對圖書館數字資源進行語義標注中，往往借助一些標注工具，包括英文語義標注、中文語義標準以及可以實現用戶交互標準的工具，其中英國UCREL中心開發的自動語義分析標準系統可以實現對包括中文、英文在內的多種語言的標注。也有一些語義標注過程是借助人工標注方式完成。將已經進行語義標注的數字資源進行格式轉換，包括用格式轉換工具或者編程語言進行轉換。很多格式轉換工具都可以實現對常見數據格式的轉換，通過處理之后，將這些不同格式的圖書館數據資源轉化為RDF格式，甚至可以有專門的接口和用戶互相操作。

（三）確定聚合方法

確定聚合方法能更好地實現對語義格式轉化之后的圖書館資源進行聚合操作，通過對國內常見的圖書館數據資源和外部資源聚合方法的分析，可以歸為以下幾種：

1.映射法

可以借助映射工具，完成直接聚合過程，或者是根據本體特征完成（多）共享本體的編輯合并，轉換本體格式。 2.相似度計算法 能集中統計聚合對象的屬性和語義相似度，建立對應的關聯關系，目前常見的語義相似度計算方法主要是語義距離、信息內容和概念特征幾方面，或者是將這幾種計算方法綜合利用。

3.機器學習法

能從大量的數據中尋找模式，尤其是在圖書館數字資源聚合的過程中，選擇景觀預處理的數據實例進行語義標注處理，也能構建相應的訓練集合，根據其特征分類，輸入對象數據之后，可以在已存在的特征分類中找尋歸屬，確定關聯關系。

圖書館數字資源在聚合的過程中，機器學習法較為常用，主要是其本身較為簡單，節省了大量的時間，相應的準確性也較高。利用機器學習法用作數字資源深度聚合工具，可以將獲取并經過預處理的數據分為不同的集合，語言標注樣本訓練集，然后提取相應的實例對象，借助機器學習法完成學習過程，對這些對象進行特征分類處理，判斷輸入的對象實例是否為等同關系，一旦成立，那么兩個實例對象語義相關，否則不存在關聯。

（四）發布關聯數據

借助語義網技術對圖書館數字資源進行深度聚合后，借助工具發布關聯數據，方便用戶對圖書館語義資源的獲取。通過不同的方式和工具進行關聯發布。

在未來可以利用語義網技術實現圖書館數字資源之間的可視化，在語義檢索的同時融合網絡資源，讓數字圖書館不再是面向內部用戶，而是面向大眾，真正的實現圖書館數字資源的共享。

綜上所述，在圖書館數字資源的深度聚合下，利用語義網技術能為用戶提供語義檢索和推薦，這也是圖書館數字資源深度聚合的目的所在。語義網技術能聚合圖書館數字資源，建立相應的知識庫和本體庫，從關鍵詞匹配到語義檢索層面的上升，而語義網技術能為用戶提供更為全面的語義檢索，語義聚合相關數字資源，滿足用戶對語義搜索的要求，實現語義數字圖書館，完成知識的共享過程。

參考文獻：

[1]周亮.語義網環境下數字圖書館的資源聚合模式研究[J].圖書館界，2015（3）：1-4.

[2]邱均平，方國平.高校圖書館語義化館藏資源深度聚合模式及其應用研究[J].圖書館學研究，2014（ 21）：64-71.

[3]楊瑞仙，李露琪.國內外數字文獻資源深度聚合研究現狀的比較分析[J].圖書情報知識，2014（6）：68-74.

[4]“全國數字文獻資源語義化、深度聚合與可視化研究”專題研討會征文通知[J].評價與管理，2014（1）：79-80.

[5]伍革新，程秀峰.面向語義檢索的數字圖書館資源聚合模式分析[J].圖書館建設，2013（ 10）：22-26.